python爬蟲 re庫（正則）

1.re.match

re.match嘗試從字元創的起始位置匹配乙個模式，如果不是起始位置匹配成功的話，就會返回none。

re.match(pattern,string,flags=0)

import re

content = 'hello 123 4567 world_this is a regex demo'
result = re.match('^hello\s\d\s\d\s\w.*demo$',content)
print(result)

import re

content = 'hello 123 4567 world_this is a regex demo'
result = re.match('^hello.*demo$',content)
print(result)
print(result.group())
print(result.span())

import re

content = 'hello 1234567 world_this is a regex demo'
result = re.match('hello\s(\d+)\sworld.*demo$',content)
print(result)
print(result.group(1))
print(result.span())

import re

content = 'hello 1234567 world_this is a regex demo'
result = re.match('^he.*(\d+).*demo$',content)
print(result)
print(result.group(1))
print(result.span())

import re

content = 'hello 1234567 world_this is a regex demo'
result = re.match('^he.*?(\d+).*demo$',content)
print(result)
print(result.group(1))
print(result.span())

import re

content = 'hello 1234567 world_this
is a regex demo'
result = re.match('^he.*?(\d+).*demo$',content，re.s)
print(result)
print(result.group(1))
print(result.span())

import re

content = 'price is $500'
result = re.match('price is $500',content)
print(result)
#結果為none

import re

content = 'price is $5.00'
result = re.match('price is \$5\.00',content)
print(result)#有結果

9.re.search

re.search掃瞄整個字串並返回第乙個成功的匹配

import re

content = 'extra stings hello 1234567 world_this is a regex demo extra stings'
result = re.match('hello.*?(d+).*?demo',content)
print(result)#結果為none

import re

content = 'extra stings hello 1234567 world_this is a regex demo extra stings'
result = re.search('hello.*?(\d+).*?demo',content)
print(result.group(1))#結果為1234567

搜尋字串，以列表形式返回全不能匹配的字串。

11.re.sub

替換字串中每乙個匹配的字串後返回替換的字串。

import re

content = 'extra stings hello 1234567 world_this is a regex demo extra stings'
content = re.sub('\d+',content)
print(content)

爬蟲 之 re庫

a表示正則的規則，b表示字串 從開頭開始匹配，若開頭就匹配失敗，則返回為none result re.match a b result.group 若a 的規則中有用 小括號 圈起來東西，可以按順序由 result.group 1 result.group 2 等匹配得到 掃瞄整個字串，返回第乙個成...

Python程式設計 re正則庫基本使用

之前的文章 python程式設計 re正則庫 字符集 w 匹配字母數字及下劃線 w 匹配非字母數字及下劃線 s 匹配任意空白字元，等價於 n t r f s 匹配任意非空字元 d 匹配任意數字，等價於 0 9 d 匹配任意非數字 a 匹配字串開始 z 匹配字串結束，如果是換行，只匹配到換行前的結束字...

Python爬蟲 正規表示式（re模組）

正規表示式是通過特殊的字串行，實現字串的檢索 替換 匹配驗證。在爬蟲時，使用正規表示式便於我們快速提取到html中的資訊。說明 匹配除換行符 n 以外的任意字元。當re.dotall標記被制定時，則可以匹配任意字元 匹配字串的開頭 匹配字串的結尾 匹配 中列舉的字元 匹配不在 中列舉的字元 匹配0個...